从pandas DataFrame MultiIndex中选择命名索引级别
从pandas DataFrame MultiIndex中选择命名索引级别
提问于 2018-08-20 09:18:05
我创建了一个数据帧作为：
df1 = pandas.read_csv(ifile_name, header=None, sep=r"\s+", usecols=[0,1,2,3,4],
index_col=[0,1,2], names=["year", "month", "day", "something1", "something2"])现在我想创建另一个数据帧where year>2008。因此，我尝试了：
df2 = df1[df1.year>2008]但是得到了错误：
AttributeError: 'DataFrame' object has no attribute 'year'我猜，它看不到列中的“年份”，因为我在索引中定义了它。但是在这种情况下，我如何获得基于year>2008的数据呢？
回答 3
Stack Overflow用户
回答已采纳
发布于 2018-08-20 09:49:08
year是一个索引而不是一个列，这一点您是正确的。一种解决方案是使用pd.DataFrame.query，它允许您直接使用索引名称：
df = pd.DataFrame({'year': [2005, 2010, 2015], 'value': [1, 2, 3]})
df = df.set_index('year')
res = df.query('year > 2008')
print(res)
value
year
2010 2
2015 3Stack Overflow用户
发布于 2018-08-20 09:21:35
使用MultiIndex.get_level_values按名称获取级别，并为行选择创建布尔掩码：
df2 = df1[df1.index.get_level_values('year') > 2008]如果计划进行修改，请创建df1的副本，以便不对视图进行操作。
df2 = df1[df1.index.get_level_values('year') > 2008].copy()Stack Overflow用户
发布于 2018-08-20 10:05:39
假设您的索引已排序
df.loc[2008:]
Out[259]:
value
year
2010 2
2015 3页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51923088
复制相关文章
相似问题
腾讯云开发者
